MATLAB实现数字图像增强处理-王斌
摘要： 讨论了数字图像增强技术中涉及到的直方图均匀化、对比度增强、平滑滤波、锐化等内容及
用MATLAB的实现，同时还分别给出标准的数字图像在各种处理前与处理后的对照图像．
关键词： MA，I1．AB；直方图；直方图均衡化；图像平滑滤波；图像锐化
中图分类号： TN91 文献标识码： B
0 前言
对于一个图像处理系统来说，可将流程分为三个阶段，在获取原始图像后，首先是图像预处理阶段、第
二是特征抽取阶段、第三是识别分析阶段．其中图像预处理阶段尤为重要，如果此阶段处理不当，后面的工
作将无法展开．
实际应用中，我们的系统获取的原始图像并非完美：例如系统获取的原始图像，由于噪声、光照等原
因，使得图像的质量不高，需进行预处理，以达到利于我们提取感兴趣的信息的目的．图像的预处理包括图
像增强、平滑滤波、锐化等内容H J．图像的预处理既可以在空间域实现，也可以在频域内实现，其中空间域
内实现是对图像进行点运算，它是一种既简单又重要的图像处理技术，它能让用户改变图像上像素点的灰
度值，这样通过点运算处理将产生一幅新图像．
MATIAB是一种简单，高效、功能强大的高级语言，在科学与工程计算领域有着广泛的应用前途．在数
字图像处理领域，可应用MATLAB数字图像处理技术进行系统分析与设计．本文介绍了MATLAB提供的图
像处理工具箱函数的用法指南，并辅以应用示例，说明了基于MATIAB，进行数字图像处理的方法．
1 MATLAB数字图像处理的特点
MATLM3全称是Matrix I．aboratory(矩阵实验室)，一开始它是一种专门用于矩阵数值计算的软件，从这
一点上也可以看出，它在矩阵运算上有自己独特的特点晗J．实际运用中MATLM3中的绝大多数的运算都是
通过矩阵这一形式进行的．这一特点决定了MATLM3在处理数字图像上的独特优势．理论上讲，图像是一
种二维的连续函数，然而计算机对图像进行数字处理时，首先必须对其在空间和亮度上进行数字化，这就
是图像的采样和量化的过程．二维图像均匀采样，可得到一幅离散化成M×N样本的数字图像，该数字图
像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的．而MATLM3的长处就是处理矩阵运
算，因此用MATLM3处理数字图像非常的方便．
MATLM3支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP，
GIF，HDF，JPEG，PCX，PNG，哪，XWD，CUR，ICO等图像文件格式的读、写和显示．MATLAB对图像的处理
功能主要集中在它的图像处理工具箱(Iinage Processing Toolbox)中．图像处理工具箱是由一系列支持图像
处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、
二值图像操作以及形态学处理等图像处理操作口 ．
2 MATLAB实现灰度直方图及直方图均衡化
图像直方图是图像处理中一种十分重要的图像分析工具，它描述了一幅图像的灰度级内容，任何一幅
图像的直方图都包含了丰富的信息，它主要用在图像分割，图像灰度变换等处理过程中．从数学上来说图
像直方图是图像各灰度值统计特性与图像灰度值的函数，它统计一幅图像中各个灰度级出现的次数或概
率；从图形上来说，它是一个二维图，横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰度级上图像
各个像素点出现的次数或概率．
在获取的图像中，影响系统图像清晰程度的因素很多，例如室外光照度不够均匀就会造成图像灰度过
于集中；由CCD(摄像头)获得的图像经过A／D(数／模转换，该功能在图像系统中由数字采集卡来实现)转
换、线路传送都会产生噪声污染等等．因此图像质量不可避免的降低了，轻者表现为图像不干净，难于看清
细节；重者表现为图像模糊不清，连概貌也看不出来．因此，在对图像进行分析之前，必须要对图像质量进
行改善，图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择的突出，而衰减不需要的
特征，它的目的主要是提高图像的可懂度．
MATLAB中提供了专门绘制直方图的函数imhist()、调整对比度函数imadjust()和直方图均衡化函数
histeq()．用它们可以很简单的绘制出图像的灰度直方图、灰度级调整后的直方图和均衡化的直方图，以及
相应的图像．程序和图像如下；
i=im~d(’tire．tif’)；％读取图像
j=imadjust(i，[0／255 120／255]，[])；
％由于原图像的直方图的对比度很低，灰度级集中在0—120范围内，如果只取这个范围内的灰度，并
扩展到[0，255]，则会明显增强图像对比度
k=histeq(i)
subplot(1，3，1)，imshow(i)，title(’原图像’)
subplot(1，3，2)，imshow(j)，tide(’灰度级调整后的图’)
subplot(1，3，3)，imshow(k)，tide(’直方图均衡化后的图’)
figure，subplot(1，3，1)，imhist(i，64)，tide(’原图像对应直方图’)
subplot(1，3，2)，imhist(i，64)，tide(’灰度级调整后的直方图’)
subplot(1，3，3)，imhist(k，64)，tide(’均衡化后的直方图’)
原图像 灰度级调整后的图 直方图均衡化后的图
曩回
图1 灰度级调整后及直方图均衡化后的图
从效果图(图1，2)可以看出，经过图像对比度调整，图像变亮，而且可以看到更多的细节；经过直方图
均衡化处理后，图像变的清晰了，处理后的图像直方图分布更均匀了，在每个灰度级上图像都有像素点．
3 MATLAB实现图像平滑
图像平滑主要是为了消除噪声．噪声并不限于人眼所能看得见的失真和变形，有些噪声只有在进行图
像处理时才可以发现．图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等．图像中的噪声往往和信
号交织在一起，尤其是乘性噪声，如果平滑不当，就会使图像本身的细节如边界轮廓、线条等变得模糊不
清，如何既平滑掉噪声又尽量保持图像细节，是图像平滑主要研究的任务【4】．MATLAB的图像处理工具箱
里也设计了许多的滤波器．如均值滤波器、中值滤波器、维纳滤波器等．我们可以很方便的运用一些函数完
成数字滤波工作，从而改善图像质量．
用滤波器祛除图象噪声(分别用均值滤波，中值滤波，及维纳滤波器祛除加入高斯噪声的图象)程序和
i=imre．ad(’eight．tif’)
subplot(2，3，1)，imshow(i)，tide(’原始图像’)
j1=imnoise(i，’gaussian’，0，0．02)；％加入高斯噪声
subplot(2，3，2)，imshow(j1)，tide(’加入高斯噪声后图像’)
h=[1 1 1
1 1 1]；
h=h／9；％产生滤波模板并归一化
k=conv2(jl，h)；％进行均值滤波
subplot(2，3，3)，imshow(k，[])，tide(’均值滤波后图像’)
g=medfdt2(i1)％进行中值滤波
subplot(2，3，4)，imshow(g)，tide(’中值滤波后图像’)
W=wiener2(i1，[5 5])％进行一次维纳滤波
subplot(2，3，5)，imshow(w)，tide(’维纳滤波后图像’)
wl=wiener2(w，[5 5])％进行二次维纳滤波
subplot(2，3，6)，imshow(w)，tide(’两次维纳滤波后图像’)
： ：
： ： ：
从效果图(图3)可以看出，维纳滤波对含有高斯噪声的图像滤波效果较好．
4 MATLAB实现图像锐化
图像平滑往往使图像中的边界、轮廓变得模糊，为了减少这类不利效果的影响，这就需要利用图像锐
化技术，使图像的边缘变得清晰．图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变得
清晰，经过平滑的图像变得模糊的根本原因是图像受到了平均或积分运算，因此可以对其进行逆运算(如
微分运算)就可以使图像变得清晰．从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以
用高通滤波器来使图像清晰．为了要把图像中间任何方向伸展的边缘和轮廓线变得清晰，我们希望对图像
的某种运算是各向同性的．
5.结语
本文就MATLAB在数字图像增强处理方面进行了阐述、讨论。重点讨论了直方图增强、平滑滤波、锐化等内容。实验结果表明，应用MATLAB进行图像增强处理具有理想的效果和很高工程价值。
参考文献：
【1】 阮秋琦。数字图像处理学【M】。北京：电子工业出版社，2001：81-85.
【2】 张志涌。精通MATLAB6.5【M】。北京：北京航空航天大学出版社，2003：69-74.
【3】 R.C.冈萨雷斯，P.温茨著，李叔梁等译。数字图像处理【M】。北京：科学出版社，1982：21-23.
【4】 ITU-R Recommendation BT.500-10: Methodology for the subjective assessment of the quality of teleision erland.
【5】 张兆礼，赵春晖，梅晓丹。现代图像处理技术【M】。北京:人民邮电出版社，2001，11：124-125
